Random Forest vs AutoML (with python code)
https://mljar.com/blog/random-forest-vs-automl/

Generating Game of Thrones Characters Using StyleGAN
Article: https://blog.nanonets.com/stylegan-got/
GitHub repo: https://github.com/iyaja/stylegan-encoder

Подборка датасетов для машинного обучения
https://habr.com/ru/post/452392/

Pywick - High-Level Training framework for Pytorch
https://github.com/achaiah/pywick

QA: Хакатоны
https://habr.com/ru/company/ods/blog/452430/

🤖 25 мая в Воронеже пройдет открытый Machine Learning Meetup .

На нем расскажем как передать компьютерам накопленный человечеством опыт, какие проблемы и задачи можно решить с помощью машинного обучения и искусственного интеллекта, разберем юридические аспекты, связанные с применением технологий в реальных проектах.

✅ Участие бесплатное, но с регистрацией на TimePad:
https://vk.cc/9pIRhy

🌍 Локация: г. Воронеж, ул. Карла Маркса, 53
На митапе вас ждут доклады ведущих специалистов отрасли о:
- Нейросетевой вероятностной модели естественного языка
- Том, как проверять решения искусственного интеллекта
- Том, как общество регулирует беспилотную экономику
- Об опыте работы над распознаванием голоса

Организаторы: Компании Evrone.com и DataArt
Полная программа митапа: https://vk.cc/9pIS09

#machine_learning #DataArt #Evrone #Metaconf_vrn #машинное_обучение#machine_learning@metaconf #artificial_intelligence

Pre-training BERT from scratch with cloud TPU
https://towardsdatascience.com/pre-training-bert-from-scratch-with-cloud-tpu-6e2f71028379?sk=51c46354668b0fc4255fe8bb7e1e3035

Долгожданный шаг в сторону сложно структурированных документов
https://habr.com/ru/company/smartengines/blog/453044/

PyTorch implementation of CRNN to do Image Text Recognition using torch.nn.CTCLoss
https://github.com/zhiqwang/crnn.pytorch

Drench yourself in Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision, and NLP by learning from these exciting lectures!!
https://github.com/kmario23/deep-learning-drizzle

New imagenet SOTA, up to 8x less params and 16x flops
http://proceedings.mlr.press/v97/tan19a.html

Нейронные сети предпочитают текстуры и как с этим бороться
https://habr.com/ru/company/ods/blog/453788/

Реставрируем фотографии с помощью нейросетей
https://habr.com/ru/company/mailru/blog/453872/

A collection of various deep learning architectures, models, and tips
https://github.com/rasbt/deeplearning-models

Библия робототехники от Себастьяна Труна на русском языке
https://github.com/literator1996/veroyatnostnaya_robototehnica

A Visual Intro to NumPy and Data Representation
https://jalammar.github.io/visual-numpy/

Новый курс от fast.ai Deep Learning from the Foundations
https://www.fast.ai/2019/06/28/course-p2v3/

На прошлой неделе стартовал чемпионат по машинному обучению и анализу данных – ML Boot Camp 9.

Тема контеста – детектирование объектов на изображениях (самих изображений в датасете нет). Формулировка задачи: в социальной сети Одноклассники есть платформа для разметки данных. На ней пользователям была дана задача выделить прямоугольником заданный объект на фотографии. По ответам людей нужно восстановить истинное положение объекта.

Участие в чемпионате - уникальная получить крутой опыт, попробовать себя в решении нестандартной задачи и шанс стать частью коммьюнити профессионалов!

Подробная информация о соревновании, оценке решений и призах – на портале чемпионата.
Контест продлится до 29 июля, сейчас еще есть возможность присоединиться - https://vk.cc/9zcnuq

Объёдинённый репозиторий для BERT, GPT, GPT-2, Transfo-XL, XLNet, XLM. Всего 27 претренированных моделей
https://twitter.com/Thom_Wolf/status/1151169470498582529